Python(28):【Python中常用的库系列】——操作url的模块urlparse 模块

一、介绍

• 官方文档 ：http://docs.python.org/library/urlparse.html
• 作用：urlparse模块主要是用于解析url中的参数 对url按照一定格式进行 拆分或拼接
• 注意：urlparse 模块在 python 3.0 中 已经改名为 urllib.parse

二、功能介绍 1.urlparse.urlparse

1.1 获取ParseResult对象

将url分为6个部分，返回一个包含6个字符串的元组：协议、位置、路径、参数、查询、片段。

举例：

import urlparse

url_change = urlparse.urlparse('https://i.cnblogs.com/EditPosts.aspx?opt=1')
print url_change

'''
输出结果:
ParseResult(scheme='https', netloc='i.cnblogs.com', path='/EditPosts.aspx', params='', query='opt=1', fragment='')
'''

• scheme 是协议
• netloc 是域名服务器
• path 相对路径
• params是参数
• query是查询的条件
• fragment是片段

1.2获取结果的某一项

import urlparse

url_change = urlparse.urlparse('https://i.cnblogs.com/EditPosts.aspx?opt=1')

print url_change.query  # opt=1
print url_change.scheme  # https

1.3获取结果的某一项，用字典或元组展示

import urlparse

url_change = urlparse.urlparse('https://i.cnblogs.com/EditPosts.aspx?opt=1')
    
print urlparse.parse_qs(url_change.query)  # {'opt': ['1']}
print urlparse.parse_qsl(url_change.query)  # [('opt', '1')]

2.urlparse.urlsplit

2.1获取SplitResult对象

和urlparse差不多，将url分为5部分，返回一个包含5个字符串项目的元组：协议、位置、路径、查询、片段。

import urlparse
url_change = urlparse.urlsplit('https://i.cnblogs.com/EditPosts.aspx?opt=1')
print url_change

'''
输出结果：
SplitResult(scheme='https', netloc='i.cnblogs.com', path='/EditPosts.aspx', query='opt=1', fragment='')
'''

• scheme 是协议
• netloc 是域名服务器
• path 相对路径
• query是查询的条件
• fragment是片段

2.2获取某一项

print url_change.scheme # https

3.urlparse.urljoin

将相对的地址组合成一个url，对于输入没有限制，开头必须是http://或者https://，否则将不组合前面。

import urlparse
new_url = urlparse.urljoin('https://baidu.com/ssss/','88888')
print new_url

'''
 https://baidu.com/ssss/88888
'''

• 注意：如果输入错误信息 如 new_url = urlparse.urljoin('122','88888') 并不会将两者合并,而输出后边的链接，即‘88888’
• 域名放在第一个参数，第二个参数为要和域名拼接的子链接